文献

J-GLOBAL ID：201802247485172105   整理番号：18A0834964

コネクティビティ:つながる社会とクルマ ネットワークの進化“ゆずりあうクルマ”を実現する人工知能技術の開発

Development of Artificial Intelligent Technology for Mutual Concessions of Autonomous Cars

著者 (9件)： 山下倫央 (北大 大学院情報科学研究科) ,  小川一太郎 (北大 大学院情報科学研究科) ,  横山想一郎 (北大 大学院情報科学研究科) ,  川村秀憲 (北大 大学院情報科学研究科) ,  酒徳哲 (KDDI総合研究所) ,  柳原正 (KDDI総合研究所) ,  蕨野貴之 (KDDI総合研究所) ,  大岸智彦 (KDDI総合研究所) ,  田中英明 (KDDI総合研究所)
資料名： 自動車技術  (Journal of Society of Automotive Engineers of Japan)
巻： 72  号： 5  ページ： 53-58  発行年： 2018年05月01日 
JST資料番号： F0387A  ISSN： 0385-7298  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,人工知能技術による研究結果を紹介し,自律走行車の相互譲歩が個々の動きを妨げることなく,交通流を効率的に改善できることを示した。Q-学習法のQ値を推定するために使用される深いニューラルネットワーク構造であるDeep Q-Network(DQN)によって,自律走行車の相互譲歩を実現した。さらに,自律無線制御車を用いた人工知能技術による自動運転仕様の実験環境についても紹介した。(翻訳著者抄録)

シソーラス用語： 電化 ,  自動車 ,  *人工知能システム ,  妥協 ,  インタオペラビリティ ,  Q値 ,  深層 ,  ニューラルネットワーク ,  強化学習 ,  交通流 ,  *自動運転 ,  無線伝送
準シソーラス用語： Q学習 ,  ゆずり合い ,  共同作業 ,  自律制御 ,  *自律走行車 ,  無線制御

分類 (2件)： 道路輸送・サービス一般  (TB01010O) ,  人工知能  (JE08000Z)

引用文献 (3件)：

• Volodymyr Mnih, Koray Kavukcoglu, David Silver, et al. Human-level Control through Deep Reinforcement Learning, Nature, Vol. 518, Issue 7540, p. 529-533 (2015)
• 小川一太郎,横山想一郎,山下倫央,川村秀憲,酒徳哲,柳原正,田中英明:Deep Q-NetworkによるRCカー群の運動制御を実現する協調学習の提案,第31回人工知能学会全国大会,3I2-OS13b-5(2017)
• Zhengyou Zhang : A Fexible New Technique for Camera Calibration, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 22, No. 11, p. 1330-1334 (2000)

タイトルに関連する用語 (4件)： 社会 ,  進化 ,  人工知能技術 ,  開発